基于FCM 聚类的多PSO-ε-SVR 软测量建模及其应用

摘要：

针对单模型软测量建模中存在的预测精度差等问题，本文提出了一种基于FCM 聚类的多PSO-ε-SVR 软测量建模方法。该方法首先使用FCM 聚类算法对样本数据集进行聚类分析；然后，针对每个聚类样本集建立PSO-ε-SVR 模型；最后，按照FCM 聚类分析中的模糊隶属度原则对各个子模型的输出进行加权，得到总模型的输出值。本文采用该方法对铝带坯晶粒度软测量建模进行了仿真研究，结果表明所建模型具有很高的预测精度，能够满足工业过程检测的需要。

关键词： soft sensor FCM clustering PSO-ε-SVR grain size

作者: 李广宇 凌玉华

会议类型: 国内会议

会议名称: 湖南省第三届研究生创新论坛——信息与控制工程的新理论和新技术分论坛

会议地点: 长沙

会议语种:中文

页码: 263-269

在线出版日期: 2010-11-01（万方平台首次上网日期，不代表论文的发表时间）